Sensores no invasivos : aplicaciones en neurociencias cognitivas
Las dificultades del aprendizaje se cuentan entre las principales razones de la deserción escolar, siendo éste un problema a nivel global. El diagnóstico temprano de estas dificultades es primordial para abordar un tratamiento de manera temprana y un acompañamiento adecuado. Hoy en día el diagnósti...
Guardado en:
| Autor Principal: | |
|---|---|
| Otros Autores: | |
| Formato: | Online |
| Idioma: | spa |
| Publicado: |
2023
|
| Acceso en línea: | https://repositoriodigital.uns.edu.ar/handle/123456789/6395 |
| Etiquetas: |
Agregar Etiqueta
Sin Etiquetas, Sea el primero en etiquetar este registro!
|
| Sumario: | Las dificultades del aprendizaje se cuentan entre las principales razones de la deserción escolar, siendo éste un problema a nivel global. El diagnóstico temprano de estas dificultades es primordial para abordar un tratamiento de manera temprana y un acompañamiento adecuado. Hoy en día el diagnóstico de estas dificultades se lleva a cabo por psicopedagogos y/o psicólogos evaluando la resolución de una batería de tests. La relación 1 a 1 entre una persona a diagnosticar y el profesional dificulta la tarea de estudios masivos para detectar tempranamente a niños en edad escolar que sufran alguna dificultad específica del aprendizaje. Un síntoma estudiado para detectar procesos cognitivos anómalos son comportamientos atípicos en los movimientos oculares. Con la tecnología de acceso masivo se pueden registrar los movimientos oculares, de manera sencilla y económica, con dispositivos de seguimiento ocular llamados por su nombre en inglés eye trackers. En esta tesis se desarrollaron herramientas para el estudio de las señales de los dispositivos mencionados. Una de estas herramientas es clave para estudiar los movimientos oculares y es la clasificación de estos en dos grandes grupos llama- dos fijaciones y sacadas. Las características estadísticas que poseen estos movimientos están íntimamente relacionados con procesos cognitivos. Otra herramienta desarrolla- da es el cálculo de diferentes cantidades de carácter estadístico que permiten describir en pocos números múltiples propiedades de señales obtenidas con los eye trackers. Una dificultad específica del aprendizaje que padece alrededor del 10 % de la población es la dislexia. Ésta es un trastorno con el que, aún hoy, hay controversia al momento de definirlo, pero que es una dificultad que afecta el desarrollo el desarrollo de la alfabetización y las habilidades relacionadas con el lenguaje. En esta tesis se estudiaron los movimientos oculares de niños que fueron diagnosticados con dislexia y de niños de un grupo control que han tenido un desarrollo típico. Describimos la dinámica de la trayectoria de la mirada de los niños al leer con un modelo estocástico basado en lo que se conoce como Continuous Time Random Walk (CTRW). Con dicho modelo fuimos capaces de generar señales sintéticas con iguales características que las señales reales. La generación de señales sintéticas es una técnica clave en el aprendizaje automático, o aprendizaje de máquina (machine learning) y es importante porque ayuda a mejorar el rendimiento de los modelos, combatir el sobre-ajuste y manejar la escasez de datos. Con datos reales hemos probado una serie de clasificadores de disléxicos y no disléxicos utilizando herramientas de machine learning. Dos de estos métodos tuvieron una alta precisión. Tener herramientas para analizar movimientos oculares podría ayudar en el diagnóstico rápido de dificultades del aprendizaje. A su vez podría ayudar a evaluar de forma masiva a niños en sus colegios y así bajar de forma drástica la deserción escolar. |
|---|